L’edge computing fa parte di una topologia di elaborazione distribuita che avvicina il calcolo e l’archiviazione dei dati a dove vengono raccolti anziché a una posizione centrale situata a migliaia di chilometri. O come dice Gartner, “vicino al limite, dove le cose e le persone producono o consumano quelle informazioni”. A causa di questo edge computing ha un vantaggio rispetto al cloud computing in cui i dati vengono inviati a un grande data center situato in una posizione centralizzata, lontano dalla fonte. La crescita esponenziale dei dispositivi IoT , che sono connessi a Internet sia per la ricezione che per l’archiviazione dei dati, è ciò che ha spinto lo sviluppo dell’edge computing.
La premessa di base dell’edge computing offre numerosi vantaggi quali latenza ridotta, maggiore sicurezza e privacy dei dati, prestazioni delle applicazioni robuste e reattive, costi operativi ridotti e scalabilità migliorata.
Con i nuovi sviluppi in questa forma di elaborazione, ha stabilito la sua importanza per l’utilizzo in diversi settori, alcuni dei quali sono elencati di seguito:
Veicoli autonomi
L’avvento di tecnologie nuove e in evoluzione ha presentato sfide più recenti come il ritardo nell’elaborazione dei dati, il trasferimento dei dati nei veicoli connessi, il processo decisionale in loco e affidabile e l’elaborazione di grandi quantità di dati. C’è stata una maggiore attenzione sullo sfruttamento delle capacità di edge computing per affrontare tali sfide, rispetto ad altri metodi computazionali convenzionali.
I dati raccolti dall’accelerometro e dal girometro dei veicoli possono essere calcolati alla fonte utilizzando l’edge computing , per generare allarmi corrispondenti, come nei casi di accelerazione improvvisa, frenata istantanea e incidente automobilistico, al fine di mantenere standard di guida sicura. Inoltre, il sistema di monitoraggio del conducente abilitato per l’edge computing avviserà i conducenti in caso di interruzioni momentanee (volontarie o involontarie). Può generare avvisi di avvertenza in tempo reale in situazioni quali assenza di cinture di sicurezza, segnali e violazioni di corsia e per mantenere una distanza di sicurezza dagli altri veicoli sulla strada.
Assistenza sanitaria
L’analisi distributiva sblocca approfondimenti dai dati raccolti attraverso i dispositivi IoT, aiutando gli operatori sanitari ad andare oltre le visite fisiche dei pazienti agli ospedali. L’edge computing aiuta ad ampliare il campo visivo e consente il passaggio dall’assistenza reattiva a quella proattiva creando un sistema di gestione del paziente continuo in tempo reale.
L’edge computing nel settore sanitario aiuta ad accelerare la comunicazione da macchina a macchina e l’interazione da macchina a uomo. Questo porta l’elaborazione localizzata al sensore spingendo l’elaborazione del calcolo più vicino alle origini dati. Questo meccanismo di elaborazione aiuterà anche a fornire applicazioni e servizi medici alle aree rurali remote distribuendo i carichi di lavoro nelle sedi dei data center delle filiali. L’implementazione di tecnologie di virtualizzazione come l’iperconvergenza può facilitare ulteriormente la comunicazione efficace tra pazienti e operatori sanitari. I dispositivi sanitari IoT, se interfacciati con data center periferici, possono estendere la portata del personale medico anche ai pazienti con scarsa connettività.
Altre applicazioni dell’edge computing nel settore sanitario includono, ma non sono limitate a, aiutare i centri sanitari a gestire i propri inventari, eliminare le pratiche burocratiche e gli ordini manuali che richiedono molto tempo e accelerare il processo di spedizione di farmaci / apparecchiature critiche.
Realtà virtuale e aumentata
Sia la realtà virtuale che quella aumentata richiedono una bassa latenza e risposte in tempo reale alle loro funzioni. Mentre la VR fornisce un ambiente immersivo di grafica digitale, AR traspone la grafica in un ambiente reale.
Tale sincronizzazione del mondo reale e dei movimenti di un utente con il mondo digitale richiede un rendering pesante. In questo caso, l’edge computing aiuta ad aumentare i processi sul dispositivo suddividendo i carichi di lavoro tra il dispositivo AR / VR e il cloud perimetrale. Quindi, in combinazione con una connettività 5G veloce e affidabile, aiuta a fornire l’esperienza finale all’utente. Ericsson, Qualcomm e NVIDIA hanno unito le forze per portare una soluzione VR sul mercato nell’aprile di quest’anno. Questa soluzione contiene tre componenti principali:
Un dispositivo montato sulla testa dotato di Qualcomm Snapdragon XR2 5G per XR illimitato (realtà estesa) su 5G
Software di virtualizzazione CloudXR, GPU RTX e GPU per supportare lo streaming
Rete 5G di Ericsson per connettere il gadget con edge cloud ad alta velocità e bassa latenza.
Produzione
L’edge computing consente alle apparecchiature industriali di prendere decisioni senza l’intervento umano. La sua natura decentralizzata aiuta a ridurre tempi e costi. Poiché i dati vengono raccolti ed elaborati localmente, le apparecchiature mobili possono essere installate in loco con un impatto minimo sull’infrastruttura dei dati. Ciò accorcerà la catena di approvvigionamento e renderà i mercati più accessibili.
Inoltre, la connettività “sempre attiva” dell’edge computing ridurrà il verificarsi di tempi di inattività del sistema, fornendo una maggiore flessibilità organizzativa. Poiché l’edge computing costituisce anche la struttura per le reti di apprendimento automatico, è possibile anche la produzione basata sulla robotica. La raccolta e la trasmissione di dati da parte di robot attraverso reti edge utilizzando dispositivi IoT può identificare rapidamente irregolarità e inefficienze. La natura distribuita del sistema garantisce migliori livelli di produttività del tempo di attività.
Settore finanziario
Banche e fornitori di servizi finanziari utilizzano già l’edge computing, insieme alla tecnologia 5G. Le banche stanno applicando analisi in tempo reale utilizzando l’edge computing sui dati derivati dalla tecnologia di comunicazione near-field e dall’interazione con i clienti per presentare offerte personalizzate, messaggi di campagne mirate e per inviare contenuti di prodotto rilevanti ai clienti della filiale. I principi dell’edge computing vengono utilizzati anche per dare agli sportelli automatici e ai chioschi la capacità di raccogliere ed elaborare i dati, consentendo loro di offrire una gamma più ampia di funzionalità. Inoltre, l’intelligenza artificiale combinata con l’edge computing può essere utilizzata per estrarre e analizzare informazioni critiche per una migliore esperienza del cliente.
Le banche ora possono anche sviluppare filiali condivise e white label, che potrebbero essere servite da remoto dagli sportellieri, supportate da visione artificiale e analisi edge. Ciò potrebbe aiutare a offrire prodotti e servizi bancari finanziari ai clienti ovunque.
Guardando avanti
Nonostante i comprovati vantaggi (come già accennato) dell’edge computing rispetto al cloud computing , i ricercatori vorrebbero comunque credere che non si tratti di una proposta o / o. Secondo le stime di Cisco , la quantità totale di dati creati (e non necessariamente archiviati) da qualsiasi dispositivo supererà gli 800 ZB all’anno entro il 2021, gran parte dei quali dai soli dispositivi IoT. Poiché le architetture di edge computing non dispongono di spazio di archiviazione sufficiente, è improbabile che possa sostituire il cloud.
Una soluzione ideale sarebbe combinare il potenziale di raccolta dati dell’edge computing con la capacità di archiviazione ed elaborazione del cloud per mantenere i dispositivi IoT in esecuzione in modo rapido ed efficiente.
